Ticari faaliyetlerde eşitlik

A conectividade da paisagem é um aspecto fundamental para se compreender os efeitos da fragmentação do habitat para as espécies e é um assunto que vem ganhando muita importância recentemente (Crooks & Sanjayan, 2007). Nossos resultados corroboram esta perspectiva, mostrando a necessidade de se usar índices consistentes para quantificar a conectividade funcional. Uezu et al. (2005) e Boscolo (2007) já haviam demonstrado que a abundância e a incidência de P. leucoptera são afetadas, sobretudo, pela conectividade da paisagem. Entretanto, as conclusões desses autores foram baseadas, principalmente, na correlação negativa observada entre a abundância ou o padrão de presença/ausência desta espécie e a média das distâncias Euclidianas do vizinho mais próximo, um índice de conectividade puramente estrutural.

Vários estudos demonstraram que o uso de distâncias euclidianas não é adequado quando se visa entender os efeitos da fragmentação do habitat na biota. Este índice apresenta severas inconsistências e ambigüidades, por não levar em conta informações sobre a disponibilidade de recursos no ambiente (Moilanen and Nieminen 2002; Bender et al. 2003; Tischendorf et al. 2003, Fagan & Calabrese, 2007), além de não considerar a conectividade sob a perspectiva da espécie em questão. Em contrapartida, o índice PCS não apresenta tais inconsistências (Saura and Pascual-Hortal 2007a), sendo, portanto, mais apropriado para avaliar a conectividade. A conectividade funcional, descrita pelo

índice PCS, foi um fator fundamental para se compreender a variação da probabilidade de incidência de P. leucoptera em fragmentos florestais, sendo muito mais explicativa do que o índice estrutural (tamanho do fragmento).

A variação da abundância de outras duas espécies de aves da Mata Atlântica também foi melhor explicada pela conectividade funcional (Awade & Metzger, 2008). Entretanto, nesse estudo a conectividade foi vista apenas em sua forma binária, por meio do índice área do sub-grafo (AS), mostrando uma importante diferença em relação ao observado para P. leucoptera, já que todos os modelos que incluíram IICS como variável explanatória apresentaram suportes muito baixos para esta espécie. A hipótese desta diferença ser devido ao emprego de índices de origens distintas foi descartada, pois AS e IICS são, por definição, fortemente correlacionados (para os fragmentos amostrados esta correlação foi de r = 0.95). Isso revela a necessidade de se incorporar o conceito probabilístico em um índice que vise mensurar a conectividade funcional para uma determinada espécie (e.g. PCS), caso contrário o efeito da conectividade pode ser subestimado.

Apesar da área do fragmento ter sido uma variável de importância relativamente baixa, quando associada aditivamente com PCS forneceu um modelo com suporte considerável, indicando que uma abordagem multi-escalar para explicar a variação da incidência de P. leucoptera (i.e. escala do fragmento e escala da paisagem/sub-grafo) não é de todo desprezível. De fato, Boscolo & Metzger (2009), utilizando apenas índices estruturais, verificaram que a incidência desta espécie é melhor explicada em modelos multi-escalares. No entanto, vale destacar que, de forma geral, a riqueza e abundância total de aves insetívoras de sub-bosque parecem ser afetadas somente pela conectividade da paisagem (Martensen et al., 2008), o que fortalece o maior suporte dado ao modelo que inclui apenas PCS como variável explanatória.

Sendo assim, acreditamos que os efeitos da conectividade na variação da incidência de uma espécie em fragmentos florestais podem ser melhor avaliados usando-se índices probabilísticos, como PCS. No caso de P. leucoptera, PCS influenciou positivamente a incidência desta espécie, no entanto, uma generalização deste padrão para outras espécies de aves não é possível, pois a conectividade pode se manifestar diferentemente para cada espécie (Awade & Metzger, 2008; Martensen, 2008; Taylor et al., 2006), em particular em função da capacidade das espécies de realizarem movimentos entre fragmentos (Lees & Peres, 2009). Portanto, sugerimos novos estudos como o aqui apresentado, visto que um aumento do esforço nesse sentido representará um maior embasamento para medidas de planejamento e manejo de paisagens que visem a conservação das aves em geral.

6. CONCLUSÕES

A conectividade funcional é um importante fator que pode afetar a incidência de aves florestais em paisagens fragmentadas. Nossos resultados demonstram a necessidade de uma medição consistente da conectividade, o que pode ser garantido por uma abordagem baseada na teoria dos grafos, no conceito de disponibilidade de habitat (sensu Pascual-Hortal & Saura, 2006), e por uma visão probabilística das conexões entre os fragmentos. Nesse sentido, PCS mostrou-se como um excelente índice para ser aplicado em escalas espaciais pequenas, como as paisagens de aproximadamente 10800 ha utilizadas aqui. Este índice é uma variação de PC para medir o contexto no qual o fragmento focal está inserido (i.e. o sub-grafo) e não para medir a conectividade de toda a paisagem, o que permite uma integração entre a visão da ecologia de paisagens e a visão metapopulacional de conectividade (Moilanen & Hanski, 2001). De acordo com Saura & Pascual-Hortal (2007a), PC é “geral o suficiente para ser adaptável a uma

ampla gama de situações”. Por fim, vale ressaltar que esta visão probabilística da conectividade depende da coleta dados de movimentação das espécies, os quais podem ser eficientemente obtidos para aves territorialistas por meio de experimentos que usem a técnica de playback.

7. REFERÊNCIAS BIBLIOGRÁFICAS

Akaike, H. 1974. A new look at the statistical model identification. IEEE Transactions

on Automatic Control 19:719-723.

Aleixo, A. 1999. Effects of selective logging on a bird community in the brazilian Atlantic forest. The Condor 101:537 - 548.

Awade, M. & Metzger, J.P. 2008. Using gap-crossing capacity to evaluate functional connectivity of two Atlantic rainforest birds and their response to fragmentation.

Austral Ecology 33 (7):863-871.

Bender, D.J., Tischendorf, L. & Fahrig, L. 2003. Using patch isolation metrics to predict animal movement in binary landscapes. Landscape Ecology 18 (1):17- 39.

Bélisle, M. & Desrochers, A. 2002. Gap-crossing decisions by forest birds: An empirical basis for parameterizing spatially-explicit, individual-based models.

Landscape Ecology 17 (3):219-231.

Bélisle, M. 2005. Measuring landscape connectivity: The challenge of behavioral landscape ecology. Ecology 86 (8):1988-1995.

Bolker, B.M. 2008. Ecological models and data in R. Princeton: Princeton University Press, 408 p.

Boscolo, D., Metzger, J.P. & Vielliard, J.M.E. 2006. Efficiency of playback for assessing the occurrence of five bird species in Brazilian Atlantic Forest fragments. Anais da Academia Brasileira de Ciencias 78 (4):629-644.

Boscolo, D. 2007. Influência da estrutura da paisagem sobre a persistência de três espécies de aves em paisagens fragmentadas da Mata Atlântica. Tese de

Doutorado, Universidade de São Paulo, São Paulo. Disponível em:

http://www.teses.usp.br/teses/disponiveis/41/41134/tde-13022008-180423/. Boscolo, D. & Metzger, J.P. 2009. Is bird incidence in Atlantic forest fragments

influenced by landscape patterns at multiple scales? Landscape Ecology:1-12. Brooker, M. & Brooker, L. 2001. Breeding biology, reproductive success and survival

of blue-breasted fairy-wrens in fragmented habitat in the Western Australian wheatbelt. Wildlife Research 28 (2):205-214.

Bunn, A.G., Urban, D.L. & Keitt, T.H. 2000. Landscape connectivity: a conservation application of graph theory. Journal of Environmental Management 59 (4):265- 278.

Burnham, P.B. & Anderson, D.R. 2002. Model selection and multimodel inference: a

pratical information-theoretic approach. 2 ed. Nova Iorque: Springer-Verlag,

Inc., 748 p.

Creegan, H.P. & Osborne, P.E. 2005. Gap-crossing decisions of woodland songbirds in Scotland: An experimental approach. Journal of Applied Ecology 42 (4):678- 687.

Crooks, K.R. & Sanjayan, M. 2006. Connectivity Conservation. Cambridge: Cambridge University Press, 728 p.

Edwards, A.W.F. 1972. Likelihood. Cambridge: Cambridge University Press, 294 p. Fagan, W.F. & Calabrese, J.M. 2006. Quantifying connectivity: balancing metric

perfomance with data requeriments. In: Crooks, K.R. and Sanjayan, M. (Eds),

Connectivity Conservation, Cambridge: Cambridge University Press. pp. 297-

317.

Falls, J.B. 1981. Mapping territories with playback: an accurate census method for songbirds. Studies in Avian Biology 6:86-91.

Gross, J. & J., Y. 1999. Graph theory and its applications. Florida: CRC Press, 600 p. Grubb, J., T.C. & Doherty, J., P.F. 1999. On home-range gap-crossing. The Auk 116

(3):618-628.

Hanski, I. & Gilpin, M.E. 1996. Metapopulation biology: ecology, genetics and

evolution. San Diego: Academic Press, 528 p.

Harris, R.J. & Reed, M. 2001. Territorial movements of Black Throated Blue Warblers in a landscape fragmented by forestry. The Auk 118 (2):544 - 549.

Hosmer, D.W. & Lemeshow, S. 2000. Applied logistic regression. Nova Iorque: Jonh Wiley & Sons, Inc., 387 p.

Hurvich, C.M. & Tsai, C.-L. 1989. Regression and time series model selection in small samples. Biometrika 76 (2):297-307.

Ivanciuc, O., Balaban, T.-S. & Balaban, A.T. 1993. Design of topological indices. Part 4. Reciprocal distance matrix, related local vertex invariants and topological indices. Journal of Mathematical Chemistry 12 (1):309-318.

Jongman, R.H.G., Ter Braak, C.J.F. & Van Tongeren, O.F.R. 1995. Data analysis in

community and landscape ecology. Cambridge: Cambridge University Press,

321 p.

Kindlmann, P. & Burel, F. 2008. Connectivity measures: A review. Landscape Ecology 23 (8):879-890.

Kullback, S. & Leibler, R.A. 1951. On information and sufficiency. Annals of

Mathematical Statistics 22:79-86.

Lees, A.C. & Peres, C.A. 2009. Gap-crossing movements predict species occupancy in Amazonian forest fragments. Oikos 118 (2):280-290.

Li, H. & Wu, J. 2004. Use and misuse of landscape indices. Landscape Ecology 19 (4):389-399.

Lima, S.L. & Zollner, P.A. 1996. Towards a behavioral ecology of ecological landscapes. Trends in Ecology & Evolution 11 (3):131-135.

Martensen, A.C., Pimentel, R.G. & Metzger, J.P. 2008. Relative effects of fragment size and connectivity on bird community in the Atlantic Rain Forest: Implications for conservation. Biological Conservation 141 (9):2184-2192.

Moilanen, A. & Hanski, I. 2001. On the use of connectivity measures in spatial ecology.

Oikos 95 (1):147-151.

Moilanen, A. & Nieminen, M. 2002. Simple connectivity measures in spatial ecology.

Ecology 83 (4):1131-1145.

Norris, D.R. & Stutchbury, J.M. 2001. Extraterritorial movements of a forest songbird in a fragmented landscape. Conservation Biology 15 (3):729 - 736.

Pascual-Hortal, L. & Saura, S. 2006. Comparison and development of new graph-based landscape connectivity indices: Towards the priorization of habitat patches and corridors for conservation. Landscape Ecology 21 (7):959-967.

R Development Core Team. 2007.R: A language and environment for statistical computing. R Foundation for Statistical Computing, Viena. Disponível em: http://www.R-project.org

Rail, J.-F., Darveau, M., Desrochers, A. & Huot, J. 1997. Territorial responses of boreal forest birds to habitat gaps. The Condor 99:976 - 980.

Ricotta, C., Stanisci, A., Avena, G.C. & Blasi, C. 2000. Quantifying the network connectivity of landscape mosaics: A graph-theoretical approach. Community

Ecology 1 (1):89-94.

Robertson, O.J. & Radford, J.Q. 2009. Gap-crossing decisions of forest birds in a fragmented landscape. Austral Ecology 34 (4):435-446.

Robichaud, I., Villard, M.-A. & Machtans, C.S. 2002. Effects of forest regeneration on songbird moviments in a managed forest landscape of Alberta, Canada.

Landscape Ecology 17:247 - 262.

Royall, R.M. 1997. Statistical evidence: a likelihood paradigm. Nova Iorque: Chapman & Hall, 207 p.

Saura, S. & Pascual-Hortal, L. 2007. A new habitat availability index to integrate connectivity in landscape conservation planning: Comparison with existing indices and application to a case study. Landscape and Urban Planning 83 (2- 3):91-103.

Saura, S. & Pascual-Hortal, L. 2007.Conefor Sensinode 2.2 User’s Manual: Software for quantifying the importance of habitat patches for maintaining landscape connectivity through graphs and habitat availability indices. University of Lleida, Lleida. Disponível em: http://www.conefor.udl.es/cs22.htm

Sieving, K.E., Willson, M.F. & De Santo, T.L. 1996. Habitat barriers to moviment of understory birds in fragmented south temperate rainforest. The Auk 113 (4):944 - 949.

Taylor, P.D., Fahrig, L. & With, K.A. 2006. Landscape connectivity: a return to the basics. In: Crooks, K.R. and Sanjayan, M. (Eds), Connectivity Conservation, Cambridge: Cambridge University Press. pp. 29-43.

Tischendorf, L. & Fahrig, L. 2000. On the usage and measurement of landscape connectivity. Oikos 90 (1):7-19.

Tischendorf, L. & Fahrig, L. 2000. How should we measure landscape connectivity?

Landscape Ecology 15 (7):633 - 641.

Tischendorf, L. 2001. Can landscapes indices predict ecological processes consistently?

Landscape Ecology 16:235 - 254.

Tischendorf, L., Bender, D.J. & Fahrig, L. 2003. Evaluation of patch isolation metrics in mosaic landscapes for specialist vs. generalist dispersers. Landscape Ecology 18 (1):41 - 50.

Uezu, A., Metzger, J.P. & Vielliard, J.M.E. 2005. Effects of structural and functional connectivity and patch size on the abundance of seven Atlantic Forest bird species. Biological Conservation 123 (4):507-519.

Urban, D. & Keitt, T. 2001. Landscape connectivity: A graph-theoretic perspective.

Ecology 82 (5):1205-1218.

Wiens, A.W. 1994. Habitat fragmentation: island v landscape perspectives on bird conservation. IBIS 137:S97 - S104.

Apêndice 1 -Área do fragmento amostral (AF), índice integral de conectividade do sub-